2022 年 11 月 22 日是一個歷史性時刻，給各行各業(yè)帶來了震撼和影響。

那一天，OpenAI 發(fā)布了有史以來最先進(jìn)的 AI 聊天機器人 ChatGPT，這引發(fā)了對生成式 AI 應(yīng)用的需求。這些應(yīng)用可以幫助企業(yè)提高效率，從為消費者解答問題，到加速研究人員進(jìn)行開創(chuàng)性的科學(xué)研究等等。

之前只是涉足 AI 的企業(yè)現(xiàn)在正爭相采納和部署最新的應(yīng)用。生成式 AI 能夠使用算法創(chuàng)建全新的文本、圖像、聲音、動畫、3D 模型，甚至是計算機代碼，正在以驚人的速度發(fā)展，極大改變?nèi)藗兊墓ぷ骱蛫蕵贩绞健?/p>

通過使用大語言模型（LLMs）來處理查詢，這項技術(shù)可以顯著減少人們用于搜索和編譯信息等手動任務(wù)上的時間。

普華永道（PwC）預(yù)測，到 2030 年，AI 將為全球經(jīng)濟(jì)貢獻(xiàn)超過 15 萬億美元。由此可見，其回報十分豐厚。而且，AI 所帶來的影響可能比互聯(lián)網(wǎng)、移動寬帶和智能手機的發(fā)明加起來還要大。

驅(qū)動生成式 AI 的“引擎”是加速計算。它使用 GPU、DPU 和網(wǎng)絡(luò)以及 CPU 來加速科學(xué)、分析、工程以及消費者和企業(yè)用例中的應(yīng)用。

各行業(yè)的早期采用者——從藥物研發(fā)、金融服務(wù)、零售和電信到能源、高等教育和公共部門——正在將加速計算與生成式 AI 相結(jié)合，以改變業(yè)務(wù)運營、服務(wù)和生產(chǎn)力。

生成式 AI 在藥物研發(fā)領(lǐng)域的應(yīng)用

如今，放射科醫(yī)師使用 AI 來檢測醫(yī)學(xué)影像中的異常情況，醫(yī)生使用 AI 掃描電子病歷以了解患者的病情，研究人員則使用 AI 來加速新藥研發(fā)。

傳統(tǒng)的藥物研發(fā)是一個資源密集型過程，往往需要合成超過 5000 種化合物，但平均成功率僅為 10%。而且，大多數(shù)候選新藥需要十多年才能進(jìn)入市場。

現(xiàn)在，研究人員正在使用生成式 AI 模型讀取蛋白質(zhì)的氨基酸序列，進(jìn)而準(zhǔn)確預(yù)測目標(biāo)蛋白質(zhì)的結(jié)構(gòu)，所需要的時間從幾周或幾個月縮短到幾秒。

全球領(lǐng)先的生物技術(shù)公司安進(jìn)使用 NVIDIA BioNeMo 模型，將用于分子篩選和優(yōu)化的自定義模型的訓(xùn)練時間從三個月縮短到幾周。借助這種可訓(xùn)練的基礎(chǔ)模型，科學(xué)家能夠創(chuàng)建用于特定疾病研究的變體，從而開發(fā)出針對罕見病癥的靶向治療方法。

無論是預(yù)測蛋白質(zhì)結(jié)構(gòu)，還是在大規(guī)模的真實和模擬數(shù)據(jù)集上安全地訓(xùn)練算法，生成式 AI 和加速計算正在開拓新的研究領(lǐng)域，幫助減緩疾病傳播、實現(xiàn)個性化醫(yī)療，提高患者的生存率。

生成式 AI 在金融服務(wù)行業(yè)的應(yīng)用

NVIDIA 最近的一項調(diào)查顯示，金融服務(wù)業(yè)中最熱門的 AI 應(yīng)用是客戶服務(wù)和深度分析，自然語言處理與大語言模型被用于更好響應(yīng)客戶咨詢和發(fā)現(xiàn)投資洞察。另一個常見的應(yīng)用是推薦系統(tǒng)，為個性化銀行業(yè)務(wù)體驗、營銷優(yōu)化和投資指導(dǎo)提供支持。

先進(jìn)的 AI 應(yīng)用有望幫助銀行業(yè)更好地防范欺詐，并且能夠改變銀行業(yè)的各個方面，從投資組合規(guī)劃和風(fēng)險管理到合規(guī)與自動化。

由于 80% 的業(yè)務(wù)相關(guān)信息為非結(jié)構(gòu)化格式（主要是文本），因此這類信息成為了生成式 AI 的“首要目標(biāo)”。彭博社每天發(fā)布 5000 篇與金融和投資界相關(guān)的報道。這些報道代表大量的非結(jié)構(gòu)化市場數(shù)據(jù)，可用于及時做出投資決策。

NVIDIA、德意志銀行、彭博社和其他公司正在創(chuàng)建使用特定領(lǐng)域和專有的數(shù)據(jù)進(jìn)行訓(xùn)練的大語言模型，以為金融應(yīng)用提供支持。

Financial Transformer，或稱 Finformers，能夠?qū)W習(xí)上下文并理解非結(jié)構(gòu)化金融數(shù)據(jù)的含義。它們可以為問答聊天式機器人提供支持，總結(jié)、翻譯金融文本、發(fā)出交易對手風(fēng)險預(yù)警信號、快速檢索數(shù)據(jù)并識別數(shù)據(jù)質(zhì)量問題。

這些生成式 AI 工具依賴于可以將專有數(shù)據(jù)整合到模型訓(xùn)練和微調(diào)中的框架，整合數(shù)據(jù)管理以防止偏見，并使用護(hù)欄來確保對話始終與金融相關(guān)。

預(yù)計金融科技初創(chuàng)企業(yè)和大型跨國銀行將擴(kuò)大對大語言模型和生成式 AI 的使用，以開發(fā)先進(jìn)的虛擬助手，為內(nèi)部和外部利益相關(guān)方提供服務(wù)、創(chuàng)建超個性化的客戶內(nèi)容、自動匯總文檔以減少手動工作，并分析 TB 級的公共和私人數(shù)據(jù)以生成投資見解。

生成式 AI 在零售行業(yè)的應(yīng)用

60% 的購物旅程從網(wǎng)上開始，消費者的聯(lián)系更為緊密，知識要豐富，因此 AI 已成為幫助零售商滿足消費者不斷變化的期望，從而在日益激烈的競爭中脫穎而出的重要工具。

零售商正在使用 AI 提升客戶體驗、實現(xiàn)動態(tài)化定價、細(xì)分客戶、設(shè)計個性化推薦以及進(jìn)行可視化搜索。

生成式 AI 可以在購物過程中的每一個環(huán)節(jié)為顧客和員工提供支持。

借助使用特定的品牌和產(chǎn)品數(shù)據(jù)進(jìn)行訓(xùn)練的 AI 模型，他們可以生成強大的產(chǎn)品描述，進(jìn)而提高搜索引擎優(yōu)化排名，并幫助消費者找到他們正在尋找的產(chǎn)品。例如，生成式 AI 可以使用包含產(chǎn)品屬性的元標(biāo)簽來生成更加全面的產(chǎn)品描述，包括“低糖”、“無麩質(zhì)”等各種術(shù)語。

AI 虛擬助手可以檢查企業(yè)資源規(guī)劃系統(tǒng)并生成客戶服務(wù)信息，通知消費者哪些商品有貨、訂單何時發(fā)貨，甚至可以協(xié)助客戶處理訂單變更請求。

Fashable 是 NVIDIA 初創(chuàng)加速計劃的會員。該公司正在使用生成式 AI 來創(chuàng)建虛擬服裝設(shè)計，省去了產(chǎn)品開發(fā)過程中對實體面料的需求。通過使用專有和市場數(shù)據(jù)進(jìn)行訓(xùn)練，可減少時尚設(shè)計對環(huán)境的影響，并幫助零售商根據(jù)當(dāng)前市場趨勢和喜好來設(shè)計服裝。

零售商有望使用 AI 吸引顧客、留住顧客、提供出類拔萃的購物體驗，并通過在合適的時機為消費者匹配正確的產(chǎn)品來提高收入。

生成式 AI 在電信行業(yè)的應(yīng)用

NVIDIA 對電信行業(yè)所進(jìn)行的一項調(diào)查顯示，95% 的受訪者表示他們正在使用 AI，而三分之二的受訪者認(rèn)為 AI 對其公司未來的成功至關(guān)重要。

無論是改善客戶服務(wù)、優(yōu)化網(wǎng)絡(luò)運營與設(shè)計、為現(xiàn)場技術(shù)人員提供支持，還是創(chuàng)造新的盈利機會，生成式 AI 都有可能重塑電信行業(yè)。

電信公司可以使用網(wǎng)絡(luò)設(shè)備和服務(wù)、性能、故障工單、現(xiàn)場勘測等方面的專有數(shù)據(jù)來訓(xùn)練診斷型 AI 模型。這些模型可以加速解決技術(shù)性能問題、提出網(wǎng)絡(luò)設(shè)計方面的建議、檢查網(wǎng)絡(luò)配置的合規(guī)性、預(yù)測設(shè)備故障以及識別和應(yīng)對安全威脅。

手持設(shè)備上的生成式 AI 應(yīng)用程序可通過掃描設(shè)備、生成虛擬教程指導(dǎo)來為現(xiàn)場技術(shù)人員提供維修支持。虛擬教程還可以進(jìn)一步與增強現(xiàn)實相結(jié)合，使技術(shù)人員能夠在 3D 沉浸式環(huán)境中分析設(shè)備，或者向遠(yuǎn)程專家尋求支持。

電信公司也將迎來新的創(chuàng)收機遇。憑借龐大的邊緣基礎(chǔ)設(shè)施以及接入大量數(shù)據(jù)集，世界各地的電信公司現(xiàn)在正向企業(yè)和政府客戶提供生成式 AI 服務(wù)。

隨著生成式 AI 的發(fā)展，電信運營商有望使用該技術(shù)優(yōu)化網(wǎng)絡(luò)性能、改善客戶支持、檢測安全入侵并增強維護(hù)運營。

生成式 AI 在能源行業(yè)的應(yīng)用

在能源行業(yè)，AI 正在推動預(yù)測性維護(hù)和資產(chǎn)優(yōu)化、智能電網(wǎng)管理、可再生能源預(yù)測、電網(wǎng)安全等方面的發(fā)展。

能源運營商正盼望著通過生成式 AI 滿足老化基礎(chǔ)設(shè)施日益增長的數(shù)據(jù)需求和新出臺的政府監(jiān)管法規(guī)。

在美國，電力公司每年花費數(shù)十億美元來檢查、維護(hù)和升級發(fā)電和輸電基礎(chǔ)設(shè)施。

直到最近，使用視覺 AI 協(xié)助檢查還需要使用成千上萬張手動收集和標(biāo)記的電網(wǎng)資產(chǎn)照片來訓(xùn)練算法，并且需要不斷更新訓(xùn)練數(shù)據(jù)。現(xiàn)在，生成式 AI 可以勝任這一繁重任務(wù)。

利用一小組圖像訓(xùn)練數(shù)據(jù)，算法就能生成數(shù)千張真實準(zhǔn)確的圖像，用于訓(xùn)練計算機視覺模型，從而幫助現(xiàn)場技術(shù)人員識別電網(wǎng)設(shè)備的腐蝕、破損、堵塞，甚至檢測野火。這種主動維護(hù)可減少停機時間，提高電網(wǎng)的可靠性和彈性，并減少派遣團(tuán)隊進(jìn)入現(xiàn)場的需求。

生成式 AI 還可以減少對人工研究和分析的需求。根據(jù)麥肯錫的統(tǒng)計數(shù)據(jù)，員工每天花在搜索信息上的時間長達(dá) 1.8 小時，占每周工作時間的近 20%。為了提高工作效率，能源公司可以使用專有數(shù)據(jù)來訓(xùn)練大語言模型，包括會議記錄、 SAP 記錄、電子郵件、現(xiàn)場最佳實踐以及標(biāo)準(zhǔn)材料數(shù)據(jù)表等公共數(shù)據(jù)。

通過將這種類型的知識庫連接到 AI 聊天機器人，工程師和數(shù)據(jù)科學(xué)家就能即時獲得高度技術(shù)性的問題的答案。例如，一名維護(hù)工程師在解決渦輪機液壓系統(tǒng)的葉片控制問題時，可以向機器人提問：“我應(yīng)該如何調(diào)整液壓壓力或流量來解決 X 公司生產(chǎn)的某型渦輪機的葉片控制問題？”經(jīng)過適當(dāng)訓(xùn)練的模型會向用戶提供具體的指導(dǎo)，用戶無需翻閱厚重的手冊來尋找答案。

隨著 AI 在新系統(tǒng)設(shè)計、客戶服務(wù)和自動化領(lǐng)域的應(yīng)用，生成式 AI 預(yù)計將能夠提高能源行業(yè)的安全性和能效，同時降低運營成本。

生成式 AI 在高等教育和研究領(lǐng)域的應(yīng)用

從智能輔導(dǎo)系統(tǒng)到自動化論文評分，AI 在教育領(lǐng)域的應(yīng)用已經(jīng)有幾十年了。隨著大學(xué)采用 AI 來改善教師和學(xué)生的體驗，越來越多的大學(xué)致力于建立以 AI 為重點的研究計劃。

例如，佛羅里達(dá)大學(xué)的研究人員采用了全球?qū)W術(shù)界最快的超級計算機之一。他們使用這臺超級計算機開發(fā)了 GatorTron——一種自然語言處理模型，使計算機能夠讀取和解釋存儲在電子健康記錄中的臨床筆記中的醫(yī)學(xué)語言。借助能夠理解醫(yī)療語境的模型，AI 開發(fā)人員可以創(chuàng)建許多醫(yī)療應(yīng)用，比如語音轉(zhuǎn)文本應(yīng)用程序可以幫忙醫(yī)生實現(xiàn)自動繪制圖表。

在歐洲，慕尼黑工業(yè)大學(xué)參與的一項產(chǎn)學(xué)合作表明，采用基因組學(xué)數(shù)據(jù)訓(xùn)練的大型語言模型可以推廣到眾多基因組任務(wù)中，而不像以前需要專用模型。這種基因組學(xué)大型語言模型將幫助科學(xué)家了解 DNA 如何轉(zhuǎn)化為 RNA 和蛋白質(zhì)，從而發(fā)現(xiàn)能夠推動藥物研發(fā)并造福人類健康的新臨床應(yīng)用。

為了開展此類開創(chuàng)性的研究并吸引最積極的學(xué)生和最資深的學(xué)術(shù)專業(yè)人員，高等教育機構(gòu)應(yīng)考慮采取全校統(tǒng)籌的方法來籌集預(yù)算、制定 AI 計劃，并將 AI 資源和收益分配給各個學(xué)科。

生成式 AI 在公共部門的應(yīng)用

目前，AI 在公共部門的最大機遇是幫助公務(wù)員更加高效地完成工作并節(jié)省資源。

美國聯(lián)邦政府擁有超過 200 萬名文職雇員，其中三分之二從事專業(yè)和行政工作。

這些行政職務(wù)通常涉及耗時的人工任務(wù)，包括起草、編輯和匯總文件、更新數(shù)據(jù)庫、記錄支出以進(jìn)行審計和遵守規(guī)定，并回復(fù)公民的詢問。

政府機構(gòu)可以使用生成式 AI 控制成本并提高日常工作的效率。

生成式 AI 匯總文件的能力在提高決策者和員工、公務(wù)員、采購人員以及承包商的工作效率方面具有巨大的潛力。以最近由美國國家安全委員會發(fā)布的 756 頁報告為例，由于報告和法規(guī)通常包含數(shù)百頁的密集學(xué)術(shù)或法律文本，使用 AI 生成的摘要可以在幾秒鐘內(nèi)將復(fù)雜內(nèi)容快速轉(zhuǎn)化為簡單易懂的語言，大大節(jié)省了完成這項工作所需的人力。

由大語言模型驅(qū)動的 AI 虛擬助手和聊天機器人可以即時向在線用戶提供相關(guān)信息，減輕了在財政部、稅務(wù)局和車輛管理局等機構(gòu)工作的電話接線員的壓力。

只需要輸入簡單的文本，AI 內(nèi)容生成工具就可以幫助公務(wù)員創(chuàng)建和分發(fā)出版物、電子郵件信函、報告、新聞稿和公共服務(wù)公告。

AI 的分析能力還可以幫助處理文件，加快醫(yī)療保險、醫(yī)療補助、退伍軍人事務(wù)部、美國郵政、國務(wù)院等機構(gòu)提供服務(wù)的速度。

生成式 AI 可以成為一種幫助政府機構(gòu)在預(yù)算內(nèi)開展工作、更快提供政府服務(wù)并獲得公眾好評的關(guān)鍵工具。

生成式 AI：企業(yè)取得成功的關(guān)鍵要素

各個領(lǐng)域的企業(yè)都在使用生成式 AI 提高員工生產(chǎn)力、改進(jìn)產(chǎn)品，并提供更高質(zhì)量的服務(wù)。

為了將生成式 AI 付諸實踐，企業(yè)需要大量數(shù)據(jù)、深厚的 AI 專業(yè)知識和足夠的算力，以便快速部署和維護(hù)模型。企業(yè)可以通過 NeMo 生成式 AI 框架來加快部署生成式 AI 應(yīng)用，該框架是 NVIDIA AI Enterprise 軟件的一部分，運行在 DGX Cloud 之上。NVIDIA 的預(yù)訓(xùn)練基礎(chǔ)模型為構(gòu)建和運行定制化的生成式 AI 解決方案提供了簡化的方法，可以滿足特定業(yè)務(wù)用例的需求。

強大的生成式 AI 工具，幫助您的企業(yè)提高生產(chǎn)力、實現(xiàn)任務(wù)自動化，并為員工和客戶帶來新的機遇。